この記事では、AIを作ってみよう：株価予測（2/4） で作ったAIを解説していきます。
プログラムを簡単に解説
作ったの大事なポイントだけ示します。
まずは学習プログラムをパートに分けてみます。
最初にデータの準備パートがあります。学習データを読み込み、データを標準化し、必要な項目に絞り込んでいます。標準化についてはこちらに書いています。－＞ AIを作ってみよう：お酒の消費予測その５
また、データの準備パートでは、データ10＋結果1というデータの組み合わせを作っています。これは、10個につながる最後の1つを学習させようとしているからです。順序性を学習させる時の特徴です。
次のパートでRNNモデルの構造を定義しています。これに従ってデータが学習されます。
そして最後のパートで、定義したRNNモデルに予測データを流し込み、結果＝最終日の株価を予測しています。
そのRNNモデルの中身を少し覗いてみましょう。
addという命令を使って層を追加して構造を作っています。結果、このような形のモデル構造になっています。
kerasというライブラリを使うと、このような複雑な構造を簡単に作ることができます。
RNNという層が順に流れているのが再帰ニューラルネットワークの特徴で、これによって順序性を学習することができます。
予測プログラムのほうですが、前半が学習プログラムと似ているため、違う部分のみ解説します。
学習プログラムで保存された学習済みのモデルファイルを読み込んでから予測を実行しています。これによって、何度も学習する手間が省け、予測を早く実行することができます。
簡単ですがプログラムの解説は以上です。
次の記事では、データの意味と取得方法について解説します。